Методи та моделі прогнозування ефективних параметрів керування тяговим електроприводом моторвагонного рухомого складу

Loading...
Thumbnail Image
Date
2014
Journal Title
Journal ISSN
Volume Title
Publisher
Видавництво ТОВ «Енергозберігаючі технології», м. Харків
Abstract
UA: Дисертація присвячена вирішенню науково-прикладної проблеми підвищення енергетичної ефективності роботи та зменшення експлуатаційних витрат тягових електроприводів моторвагонного рухомого складу. У роботі встановлено й теоретично обґрунтовано можливість оптимізації процесу руху електропоїздів за критерієм мінімальної витрати електроенергії при дотриманні діючих обмежень на керування, швидкість і прискорення. Розроблено математичні та нейромережеві моделі іскрового струму, боксовання та теплових режимів роботи тягових двигунів, що функціонують у реальному часі. Проведено моделювання пускових характеристик тягових двигунів та синтез оптимального приймача іскрової компоненти струму якоря. Загальна сума очікуваного економічного ефекту від розроблення й застосування запропонованих у роботі методів і моделей прогнозування ефективних параметрів керування тяговим електроприводом моторвагонного рухомого складу з урахуванням зміни вартості грошей у часі протягом шести років складе 29571,6 тис. грн.
RU: Диссертационная работа посвящена решению научно-прикладной проблемы повышения энергетической эффективности работы и уменьшения эксплуатационных расходов тяговых электроприводов моторвагонного подвижного состава. Основываясь на принципах геометрической теории управления, в работе была установлена и теоретически обоснована возможность оптимизации процесса движения электропоездов по критерию минимального расхода электроэнергии при соблюдении действующих ограничений на управление, скорость и ускорение. В основу сформированного комплекса моделей и синтеза оптимальных управлений тяговым электроприводом постоянного тока положены системы уравнений в форме Бруновского и принцип максимума Понтрягина. На основе нейронных сетей адаптивной резонансной теории созданы научные основы управления тяговым электроприводом подвижного состава с учетом ограничений относительно коммутации, температуры двигателей и боксовання. Разработаны модели и методы управления моторвагонным подвижным составом, которые адекватно воссоздают процессы, протекающие в системах управления тяговым электроприводом и позволяют провести моделирование его контуров управления. С целью оптимизации пусковых режимов работы тяговых двигателей на модели проведены исследования разгона электропоезда при различных варьируемых (ток, профиль пути, степень загрузки вагона) параметрах движения. В процессе исследований минимизировался функционал, который представляет собой линейную взвешенную комбинацию квадрата управления и времени разгона подвижного состава. Проведено моделирования пусковых характеристик тяговых двигателей с применением прямого и обратного комплексного преобразования Фурье. Для оценки воздействия коммутационных процессов на временную структуру тягового тока разработана математическая модель искрового тока тягового двигателя и проведен синтез оптимального приемника искровой компоненты тока якоря. Разработана нейросетевая динамическая модель устройства оценки степени искрения тягового двигателя, которая позволяет путем аналитического описания искровой компоненты тока якоря обеспечить возможность последующей ее оптимальной фильтрации в условиях действия внешних и внутренних помех. При этом сформулированы функциональные требования относительно модели, сформированы принципы разработки учебной последовательности для получения запланированных результатов и выполнен анализ исходных сигналов в амплитудной, частотной и фазовой областях. На основе динамической нейронной сети типа NARX с модифицированным алгоритмом обучения методом обратного распространения погрешности разработаны тепловые нейросетевые модели тяговых двигателей, функционирующие в реальном масштабе времени. Разработанные модели позволяют контролировать как текущее тепловое состояние тяговых двигателей, так и прогнозировать их дальнейшую работу с учетом предыдущего состояния и индивидуальных особенностей. Во избежание выхода из строя тяговых двигателей и сохранения работоспособности тягового электропривода в случаях превышения допустимых значений относительно коммутации, температуры и боксовання, предложено ввести в систему его управления соответствующие ограничения. С этой целью в схему управления моторвагонным подвижным составом введено дополнительное оборудование, функционирование которого построено на использовании нейронных сетей адаптивной резонансной теории и математических моделях, основанных на таксономическом показателе и реализованных с помощью рекуррентной нейронной сети RTRN, что позволило разработать новые методы управления тяговым электроприводом, которые учитывают ограничения относительно коммутации, температуры и боксования, а также позволяют контролировать в реальном времени техническое состояние тяговых двигателей. Общая сумма ожидаемого экономического эффекта от разработки и применения предлагаемых в работе методов и моделей прогнозирования эффективных параметров управления тяговым электроприводом моторвагонного подвижного состава с учетом изменения стоимости денег во времени в течение шести лет составит 29571,6 тыс. грн.
EN: The thesis deals with engineering solutions to formation of methods and models for power efficient control of electric traction drives of EMU rolling stock. Principles of the geometric control theory have made it possible to establish and theoretically substantiate the possibility to optimize the process of electric train movement with minimal electric power consumption subject to effective limitations on control, speed and acceleration. Equation systems in Brunovsky’s form and Pontryagin’s Maximum Principle are the basis of a set of models designed and synthesis of an optimal control of DC electric traction drives. It has been designed a neural network dynamic model of traction engine sparking, and made synthesis of an optimal collector for armature current in sparking. Use of neural networks of the adaptive resonance theory (ART) and mathematical models, based on the taxonomic character, and implemented with the recurrent neural network RTRN has made it possible to develop new control methods of an electric traction drive, which take into account limitations on commutation, temperature and skidding, as well as real time control over power engines’ technical condition. It has been developed the mathematical model and neural network modelling of starting characteristics of traction engines with the direct and inverse complex Fourier transform. It has been developed neural network models of thermal conditions of traction engines with NARX dynamic neural network and models of the modified error back propagation training algorithm. The total saving rate of development and implementation of the control system of electric traction drives of EMU rolling stock subject to the time value of money within a six-year period will account for UAH 29,571,600.
Description
Захист – 24 квітня 2014 р., Дніпропетровський національний університет залізничного транспорту ім. академіка В. Лазаряна
Keywords
тяговий двигун, рухомий склад, математична модель, нейромережа, процес регулювання, іскровий струм, синтез, моделювання, похибка, локомотив, тяговый двигатель, подвижной состав, математическая модель, нейросеть, процесс регулирования, искровой ток, синтез, моделирование, погрешность, traction engine, rolling stock, mathematical model, neural network, regulating process, sparking, synthesis, modelling, error, locomotive, КЕТЕМ
Citation
Блиндюк В. С. Методи та моделі прогнозування ефективних параметрів керування тяговим електроприводом моторвагонного рухомого складу : автореф. дис. … д-ра техн. наук : 05.22.09. Харків, 2014. 40 с.